Optimierung und maschinelles Lernen können sich gegenseitig verstärken und zeigen, was sie mit vereinten Kräften erreichen können. Ein perfektes Beispiel dafür ist die lineare Regression. Wie das funktioniert und was man damit machen kann, zeigen wir in dieser Folge.

Für das ungeübte Auge ist nicht sofort ersichtlich, ob der Einsatz eines Solvers ein einfacher Schritt ist oder unmöglich ist. Werfen wir einen Blick auf die Problemkomplexität, die Skalierbarkeit auf unsere Problemgröße.

Optimierungsprojekte sind komplex und für unsere Kunden ist jedes Optimierungsprojekt eine Reise in unbekanntes Terrain. Deshalb unterteilen wir unsere Projekte in 3 Phasen: den Prototyp, das Minimum Viable Product und das voll produktive Produkt. Nachdem wir in Phase 1 einen Prototypen und in Phase 2 das Minimum Viable Product gebaut haben, kommt nun die Kür: alle zusätzlichen Wünsche und Anforderungen werden eingebaut.